引言
本期推出一款小众、最新、性能强大信号分解方法,特征模态分解Feature Mode Decomposition,FMD),2023年发表在中科院1区top sci期刊IEEE Transactions on Industrial Electronics (简称IEEE TIE),已有100次引用,已经是ESI高被引、热点论文,这口饭赶紧趁热吃呀。
针对机械故障的特征提取,提出了一种新的分解理论——特征模态分解(FMD)。所提出的FMD主要目的是通过设计的自适应有限脉冲响应(FIR)滤波器来分解不同的模式。然而,FMD的性能受到其参数:滤波器尺寸filtersize和分解数 的影响。手动调参是繁琐的、不经济的。可选择群智能优化算法(【关注|收藏】超360种群智能优化算法-Matlab代码免费获取(截至2024.07.15))对其参数进行自适应的选择。
参照其他模态分解方法的参数优化方式,FMD参数优化的创新方式可以有两种:1,改进优化算法用于FMD;2,提出新的适应度函数。第一种很常见,第二种却不多。本期整理并复现了一些高水平EI、SCI期刊中的适应度函数,加上一些常规的适应度函数,目前一共15种用以参数优化的适应度函数。
(如有其他的适应度函数,可以告知我们文章链接进行复现,持续更新)
您仅需要做的工作是:
-
导入一维数据。比如振动、声音、脑电、肌电、地震波、电能质量、径流、风速、交通流等一维数据。根据数据的格式,txt,csv,mat,dat,xlsx等,选择对应的导入方式(请灵活使用百度)。
-
选择适应度函数。15种适应度函数繁琐、复杂的的编码工作已经帮各位小侠客们集成好了,方便调用和管理,自由切换,只需要输入1-15其中一个整数,就可以选择对应的适应度函数。非常方便,代码改动的工作量只有一个数字的量。
-
选择喜爱的优化算法。示例代码中选择了利用灰狼优化算法GWO优化FMD参数。公众号也发布了很多2024年最新的优化算法,它们大多都是以函数的形式编写,调用仅需一行代码。替换GWO即可,非常方便,代码工作量也仅一行。比如使用哈里斯鹰优化算法HHO,下载HHO的代码,放在和GWO同一个文件下,然后在主程序相应位置里按HHO的输入、输出形式调用即可,即插即用。如果你想使用的算法不是函数的形式,请把它修改成函数形式,方便调用。
-
点击运行。你只管点运行,剩下的交给算法。imf分解结果自动保存为mat和excel中,还有丰富的结果图
我们以一段长度为1024的信号数据作为待分解数据,利用灰狼优化算法GWO优化FMD参数。为了快速验证算法,这里GWO的迭代次数为10次,种群个数为20。
基于 包络熵最小 的分解结果
2D,3D分解结果
各imf的幅值谱,频谱结果
希尔伯特谱结果
参考文献
Matlab代码下载
微信搜索并关注-优化算法侠(英文名:Swarm-Opti),或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
信号分解新突破!特征模态分解FMD拿下一区IEEE Trans,参数优化这口饭得趁热吃:15种适应度函数-matlab代码
点击链接跳转:
360种群优化算法免费下载-matlab
求解cec测试函数-matlab
cec2022测试函使用教程及matlab代码免费下载
绘制cec2017/018/2019/2020/2021/2022函数的三维图像教程,SO EASY!